基于视觉测量的车辆运行场景实时重构算法研究

发布时间：2023-11-10 18:34

　　从二维图像恢复场景的三维结构是计算机视觉中的一个基本问题。相机仅能够提供视觉特征的方向信息,这使得基于单目相机的定位与建图具有尺度不确定性。本文面向道路场景提出一种实时的场景重构系统,该系统使用智能车辆上固定的单目相机实现对车辆周围场景的可视化重建。本文的研究工作内容如下:1.针对车辆全景图像的拼接算法实时性较差的问题,本文根据图像在鸟瞰图视角下的特性,研究在地面的特征点之间的快速匹配,提出一种基于特征匹配的车辆二维局部定位和车辆全景图像拼接算法。2.针对基于单目相机的三维重建无法确定场景的真实尺度的问题,本文根据道路场景研究六自由度的定位与建图算法。该算法利用局部道路平坦的特点估计单目相机带有尺度信息的六自由度运动,并且建立全局优化模型来计算全局一致性的稀疏点云地图。3.针对稀疏点云不能直观呈现三维场景,并且不能够满足交互的可视化需要的问题,通过研究稀疏点云的三角剖分关系,本文实现通过图像纹理映射方法快速重建可视化三维场景。4.本文基于ORB-SLAM开源系统实现车辆运行场景重构系统,该系统实现了本文所提出的算法。基于该系统,对所提出的实时场景重构算法进行了实车实验验证。综上所述,本...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 智能汽车技术
        1.2.2 同时定位与建图(SLAM)技术
    1.3 论文主要工作
    1.4 论文组织结构
第2章 视觉测量相关技术
    2.1 相机成像模型及其参数标定方法
        2.1.1 相机成像模型
        2.1.2 镜头畸变模型
        2.1.3 对极几何模型
        2.1.4 相机标定
        2.1.5 畸变校正和立体校正
        2.1.6 三角化
    2.2 图像局部特征检测与描述
        2.2.1 局部不变特征
        2.2.2 特征描述符
        2.2.3 特征点关联
    2.3 随机一致性检验(RANSAC)
    2.4 本章小结
第3章 基于改进RANSAC方法的全景图像拼接算法
    3.1 全景图像拼接框架
    3.2 相机标定
        3.2.1 单应性变换
        3.2.2 双相机标定
    3.3 全景图像快速拼接
        3.3.1 基于RANSAC方法的特征匹配
        3.3.2 图像拼接
    3.4 实验与分析
        3.4.1 实验说明
        3.4.2 实验分析
    3.5 本章小结
第4章 六自由度的单目相机定位算法
    4.1 算法框架
    4.2 六自由度定位与优化
        4.2.1 六自由度定位
        4.2.2 图优化
    4.3 实验与分析
    4.4 本章小结
第5章 基于ORB-SLAM的车辆运行场景重构系统
    5.1 可视化建图方法
    5.2 实验平台系统
        5.2.1 平台硬件
        5.2.2 软件系统
    5.3 实车实验
    5.4 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3862096